Abstract
Calculamos los ingresos promedios, las desviaciones standard y los coeficientes de Gini por comuna sobre las encuestas Casen expandidas del 2006, 2009, 2011, 2013, 2015, 2017 y 2000. Probablemente se debiera hacer una corrección por ingresos para las tres primeras casen según la “nueva metodología” aplicada a partir de la Casen del 2013.
https://rpubs.com/dataintelligence/la_construccion_de_los_ingresos_2
| Año | Ingreso total | Ingreso autónomo | Ingreso del trabajo | Ingreso ocupación principal |
|---|---|---|---|---|
| 2006 | YTOTAJ | YAUTAJ | YTRABAJ | YOPRAJ |
| 2009 | YTOTAJ | YAUTAJ | YTRABAJ | YOPRAJ |
| 2011 | ytotaj | yautaj | ytrabaj | yopraj |
| 2013 | ytotcor | yautcor | ytrabajoCor | yoprCor |
| 2015 | ytotcor | yautcor | ytrabajoCor | yoprCor |
| 2017 | ytotcor | yautcor | ytrabajocor | yoprcor |
| 2020 | ytotcor | yautcor | ytrabajocor | yoprcor |
Leemos las bases de datos con nuestras variables básicas homologadas, las hacemos caracteres y extraemos sólo los campos relevantes:
casen_2006 <- readRDS("C:/Users/chris/Desktop/algoritmos generadores de ttcc v 3.0/casens_homologadas/casen_2006_homologado.rds")
casen_2006 <- mutate_if(casen_2006, is.factor, as.character)
casen_2006$COMUNA[casen_2006$COMUNA == 'Aisén'] <- 'Aysén'
casen_2006 <- casen_2006[, c(1,11,14,46,229,338,336,321,319)]
casen_2009 <- readRDS("C:/Users/chris/Desktop/algoritmos generadores de ttcc v 3.0/casens_homologadas/casen_2009_homologado.rds")
casen_2009 <- mutate_if(casen_2009, is.factor, as.character)
casen_2009 <- casen_2009[, c(1,16,19,51,214,344,342,310,308)]
casen_2011 <- readRDS("C:/Users/chris/Desktop/algoritmos generadores de ttcc v 3.0/casens_homologadas/casen_2011_homologado.rds")
casen_2011 <- mutate_if(casen_2011, is.factor, as.character)
casen_2011 <- casen_2011[, c(1,11,19,28,223,374,366,328,326,216)]
casen_2013 <- readRDS("C:/Users/chris/Desktop/algoritmos generadores de ttcc v 3.0/casens_homologadas/casen_2013_homologado.rds")
casen_2013 <- mutate_if(casen_2013, is.factor, as.character)
casen_2013 <- casen_2013[, c(1,578,7,19,250,467,465,559,557,244)]
casen_2015 <- readRDS("C:/Users/chris/Desktop/algoritmos generadores de ttcc v 3.0/casens_homologadas/casen_2015_homologado.rds")
casen_2015 <- mutate_if(casen_2015, is.factor, as.character)
casen_2015 <- casen_2015[, c(1,780,17,25, 395,720,719,726,724,394)]
casen_2017 <- readRDS("C:/Users/chris/Desktop/algoritmos generadores de ttcc v 3.0/casens_homologadas/casen_2017_homologado.rds")
casen_2017 <- mutate_if(casen_2017, is.factor, as.character)
casen_2017 <- casen_2017[, c(1,10,24,43,411,756,755,762,760,410)]
casen_2020 <- readRDS("C:/Users/chris/Desktop/algoritmos generadores de ttcc v 3.0/casens_homologadas/casen_2020_homologado.rds")
casen_2020 <- mutate_if(casen_2020, is.factor, as.character)
casen_2020 <- casen_2020[, c(7,17,45,656,618,566,565,575,576,616)]
df_tablas <- data.frame()
for (var2 in 1:4) {
funcion1 <- function(n){
xx<-switch(n,"2006","2009","2011","2013","2015","2017","2020")
tanio <<- xx
if(xx==2006) {
ingreso <- switch(var2,"YTOTAJ","YAUTAJ","YTRABAJ","YOPRAJ")
eliminated <- casen_2006[!is.na(casen_2006[,c(ingreso)]),]
a <- eliminated[,c(ingreso)]
b <- eliminated$COMUNA
c <- eliminated$SEXO
d <- eliminated$E1 #alfabetismo
e <- eliminated$T4 #etnia
anio <- 2006
}
if(xx==2009) {
ingreso <- switch(var2,"YTOTAJ","YAUTAJ","YTRABAJ","YOPRAJ")
eliminated <- casen_2009[!is.na(casen_2009[,c(ingreso)]),]
a <- eliminated[,c(ingreso)]
b <- eliminated$COMUNA
c <- eliminated$SEXO
d <- eliminated$E1 #alfabetismo
e <- eliminated$T5 #etnia
anio <- 2009
}
if(xx==2011) {
ingreso <- switch(var2,"ytotaj","yautaj","ytrabaj","yopraj")
eliminated <- casen_2011[!is.na(casen_2011[,c(ingreso)]),]
a <- eliminated[,c(ingreso)]
b <- eliminated$comuna
c <- eliminated$sexo
d <- eliminated$e1 #alfabetismo
e <- eliminated$r6 #etnia
anio <- 2011
}
if(xx==2013) {
ingreso <- switch(var2,"ytotcor","yautcor","ytrabajoCor","yoprCor")
eliminated <- casen_2013[!is.na(casen_2013[,c(ingreso)]),]
a <- eliminated[,c(ingreso)]
b <- eliminated$comuna
c <- eliminated$sexo
d <- eliminated$e1 #alfabetismo
e <- eliminated$r6 #etnia
anio <- 2013
}
if(xx==2015) {
ingreso <- switch(var2,"ytotcor","yautcor","ytrabajoCor","yoprCor")
eliminated <- casen_2015[!is.na(casen_2015[,c(ingreso)]),]
a <- eliminated[,c(ingreso)]
b <- eliminated$comuna
c <- eliminated$sexo
d <- eliminated$e1 #alfabetismo
e <- eliminated$r3 #etnia
anio <- 2015
}
if(xx==2017) {
ingreso <- switch(var2,"ytotcor","yautcor","ytrabajocor","yoprcor")
eliminated <- casen_2017[!is.na(casen_2017[,c(ingreso)]),]
a <- eliminated[,c(ingreso)]
b <- eliminated$comuna
c <- eliminated$sexo
d <- eliminated$e1 #alfabetismo
e <- eliminated$r3 #etnia
anio <- 2017
}
if(xx==2020) {
ingreso <- switch(var2,"ytotcor","yautcor","ytrabajocor","yoprcor")
eliminated <- casen_2020[!(casen_2020[,c(ingreso)] == 0),]
a <- eliminated[,c(ingreso)]
b <- eliminated$comuna
c <- eliminated$sexo
d <- eliminated$e1 #alfabetismo
e <- eliminated$r3 #etnia
anio <- 2020
}
promedios_grupales <-aggregate(a, by=list(b, c, d, e ), FUN = mean , na.rm = TRUE)
promedios_grupales_sd <-aggregate(a, by=list(b, c, d, e ), FUN = sd , na.rm = TRUE)
promedios_grupales_gini <-aggregate(a, by=list(b, c, d, e ), FUN = gini , na.rm = TRUE)
promedios_grupales$mean = promedios_grupales_sd$mean.a
promedios_grupales$sd = promedios_grupales_sd$sd.a
promedios_grupales$gini = promedios_grupales_gini$gini.a
df <- promedios_grupales
################ -- ttcc
expan<-switch(n,"EXPC","EXPC","expc_full","expc","expc_todas","expc","expc")
tabla_matp <-xtabs(eliminated[,(expan)]~b+c+d+e , data = eliminated)
tabla_matp <- as.data.frame(tabla_matp)
tabla_matp <-tabla_matp[!(tabla_matp$Freq == 0),]
df$freq <- tabla_matp$Freq
df <- df[complete.cases(df), ]
################
names(df)[1] <- "Comuna"
names(df)[2] <- "Sexo"
names(df)[3] <- "Alfabetismo"
names(df)[4] <- "Etnia"
names(df)[5] <- "Promedio del Ingreso"
names(df)[6] <- "Desviación standard"
names(df)[7] <- "Gini"
names(df)[8] <- "freq"
df$Año = xx
cod_com <- readRDS("C:/Users/chris/Desktop/archivos grandes/codigos_comunales_2006-2020.rds")
names(cod_com)[2] <- "comuna"
names(cod_com)[1] <- "Código"
names(cod_com)[2] <- "Comuna"
tabla_df = merge( x = df, y = cod_com, by = "Comuna", all.x = TRUE)
tabla_df <-tabla_df[!(tabla_df$Promedio == 0),]
tabla_df2 <<- tabla_df
}
data_df3 <- data.frame()
for (n in 1:7){
funcion1(n)
data_df3 <- rbind(data_df3,tabla_df2)
}
variable_i <- switch(var2,"ytotcor","yautcor","ytrabajocor","yoprcor")
data_df3$var_id <- paste0(variable_i,"_id")
assign(paste0("tabla_etnia_",variable_i),data_df3)
data_df3 <- data.frame()
print(paste0("tabla_etnia_",variable_i))
}
## [1] "tabla_etnia_ytotcor"
## [1] "tabla_etnia_yautcor"
## [1] "tabla_etnia_ytrabajocor"
## [1] "tabla_etnia_yoprcor"
data_df3 <- rbind(tabla_etnia_ytotcor,tabla_etnia_yautcor,tabla_etnia_ytrabajocor,tabla_etnia_yoprcor)
tabla_etnia_ytotcor$cod_etnia[tabla_etnia_ytotcor$Etnia == "No pertenece a ningún pueblo indígena" ] <- "1"
tabla_etnia_ytotcor$cod_etnia[tabla_etnia_ytotcor$Etnia == "Mapuche" ] <- "2"
tabla_etnia_ytotcor$cod_etnia[tabla_etnia_ytotcor$Etnia == "Diaguita" ] <- "3"
tabla_etnia_ytotcor$cod_etnia[tabla_etnia_ytotcor$Etnia == "No sabe o no responde" ] <- "4"
tabla_etnia_ytotcor$cod_etnia[tabla_etnia_ytotcor$Etnia == "Atacameño" ] <- "5"
tabla_etnia_ytotcor$cod_etnia[tabla_etnia_ytotcor$Etnia == "Aymara" ] <- "6"
tabla_etnia_ytotcor$cod_etnia[tabla_etnia_ytotcor$Etnia == "Coya" ] <- "7"
tabla_etnia_ytotcor$cod_etnia[tabla_etnia_ytotcor$Etnia == "Quechua" ] <- "8"
tabla_etnia_ytotcor$cod_etnia[tabla_etnia_ytotcor$Etnia == "Alacalufe" ] <- "9"
tabla_etnia_ytotcor$cod_etnia[tabla_etnia_ytotcor$Etnia == "Sin dato" ] <- "10"
tabla_etnia_ytotcor$cod_etnia[tabla_etnia_ytotcor$Etnia == "Pascuense" ] <- "11"
tabla_etnia_ytotcor$cod_etnia[tabla_etnia_ytotcor$Etnia == "Chango" ] <- "12"
tabla_etnia_ytotcor$cod_etnia[tabla_etnia_ytotcor$Etnia == "Yagán" ] <- "13"
tabla_etnia_ytotcor$cod_sexo[tabla_etnia_ytotcor$Sexo == "Hombre"] <- "1"
tabla_etnia_ytotcor$cod_sexo[tabla_etnia_ytotcor$Sexo == "Mujer"] <- "2"
tabla_etnia_ytotcor$cod_alfa[tabla_etnia_ytotcor$Alfabetismo == "Sí"] <- "1"
tabla_etnia_ytotcor$cod_alfa[tabla_etnia_ytotcor$Alfabetismo == "No"] <- "2"
tabla_etnia_ytotcor$cod_alfa[tabla_etnia_ytotcor$Alfabetismo == "No sabe o no hay dato"] <- "3"
tabla_etnia_ytotcor_con_codigos <- tabla_etnia_ytotcor
writexl::write_xlsx(tabla_etnia_ytotcor_con_codigos,"ingresos_etnia/tabla_etnia_ytotcor_con_codigos.xlsx")
datatable(tabla_etnia_ytotcor_con_codigos, extensions = 'Buttons', escape = FALSE, rownames = FALSE,
options = list(dom = 'Bfrtip',
buttons = list('colvis', list(extend = 'collection',
buttons = list(
list(extend='copy'),
list(extend='excel',
filename = 'tabla_etnia_ytotcor_con_codigos'),
list(extend='pdf',
filename= 'tabla_etnia_ytotcor_con_codigos')),
text = 'Download')), scrollX = TRUE))
tabla_etnia_yautcor$cod_etnia[tabla_etnia_yautcor$Etnia == "No pertenece a ningún pueblo indígena" ] <- "1"
tabla_etnia_yautcor$cod_etnia[tabla_etnia_yautcor$Etnia == "Mapuche" ] <- "2"
tabla_etnia_yautcor$cod_etnia[tabla_etnia_yautcor$Etnia == "Diaguita" ] <- "3"
tabla_etnia_yautcor$cod_etnia[tabla_etnia_yautcor$Etnia == "No sabe o no responde" ] <- "4"
tabla_etnia_yautcor$cod_etnia[tabla_etnia_yautcor$Etnia == "Atacameño" ] <- "5"
tabla_etnia_yautcor$cod_etnia[tabla_etnia_yautcor$Etnia == "Aymara" ] <- "6"
tabla_etnia_yautcor$cod_etnia[tabla_etnia_yautcor$Etnia == "Coya" ] <- "7"
tabla_etnia_yautcor$cod_etnia[tabla_etnia_yautcor$Etnia == "Quechua" ] <- "8"
tabla_etnia_yautcor$cod_etnia[tabla_etnia_yautcor$Etnia == "Alacalufe" ] <- "9"
tabla_etnia_yautcor$cod_etnia[tabla_etnia_yautcor$Etnia == "Sin dato" ] <- "10"
tabla_etnia_yautcor$cod_etnia[tabla_etnia_yautcor$Etnia == "Pascuense" ] <- "11"
tabla_etnia_yautcor$cod_etnia[tabla_etnia_yautcor$Etnia == "Chango" ] <- "12"
tabla_etnia_yautcor$cod_etnia[tabla_etnia_yautcor$Etnia == "Yagán" ] <- "13"
tabla_etnia_yautcor$cod_sexo[tabla_etnia_yautcor$Sexo == "Hombre"] <- "1"
tabla_etnia_yautcor$cod_sexo[tabla_etnia_yautcor$Sexo == "Mujer"] <- "2"
tabla_etnia_yautcor$cod_alfa[tabla_etnia_yautcor$Alfabetismo == "Sí"] <- "1"
tabla_etnia_yautcor$cod_alfa[tabla_etnia_yautcor$Alfabetismo == "No"] <- "2"
tabla_etnia_yautcor$cod_alfa[tabla_etnia_yautcor$Alfabetismo == "No sabe o no hay dato"] <- "3"
tabla_etnia_yautcor_con_codigos <- tabla_etnia_yautcor
writexl::write_xlsx(tabla_etnia_yautcor_con_codigos,"ingresos_etnia/tabla_etnia_yautcor_con_codigos.xlsx")
datatable(tabla_etnia_yautcor_con_codigos, extensions = 'Buttons', escape = FALSE, rownames = FALSE,
options = list(dom = 'Bfrtip',
buttons = list('colvis', list(extend = 'collection',
buttons = list(
list(extend='copy'),
list(extend='excel',
filename = 'tabla_etnia_yautcor_con_codigos'),
list(extend='pdf',
filename= 'tabla_etnia_yautcor_con_codigos')),
text = 'Download')), scrollX = TRUE))
tabla_etnia_ytrabajocor$cod_etnia[tabla_etnia_ytrabajocor$Etnia == "No pertenece a ningún pueblo indígena" ] <- "1"
tabla_etnia_ytrabajocor$cod_etnia[tabla_etnia_ytrabajocor$Etnia == "Mapuche" ] <- "2"
tabla_etnia_ytrabajocor$cod_etnia[tabla_etnia_ytrabajocor$Etnia == "Diaguita" ] <- "3"
tabla_etnia_ytrabajocor$cod_etnia[tabla_etnia_ytrabajocor$Etnia == "No sabe o no responde" ] <- "4"
tabla_etnia_ytrabajocor$cod_etnia[tabla_etnia_ytrabajocor$Etnia == "Atacameño" ] <- "5"
tabla_etnia_ytrabajocor$cod_etnia[tabla_etnia_ytrabajocor$Etnia == "Aymara" ] <- "6"
tabla_etnia_ytrabajocor$cod_etnia[tabla_etnia_ytrabajocor$Etnia == "Coya" ] <- "7"
tabla_etnia_ytrabajocor$cod_etnia[tabla_etnia_ytrabajocor$Etnia == "Quechua" ] <- "8"
tabla_etnia_ytrabajocor$cod_etnia[tabla_etnia_ytrabajocor$Etnia == "Alacalufe" ] <- "9"
tabla_etnia_ytrabajocor$cod_etnia[tabla_etnia_ytrabajocor$Etnia == "Sin dato" ] <- "10"
tabla_etnia_ytrabajocor$cod_etnia[tabla_etnia_ytrabajocor$Etnia == "Pascuense" ] <- "11"
tabla_etnia_ytrabajocor$cod_etnia[tabla_etnia_ytrabajocor$Etnia == "Chango" ] <- "12"
tabla_etnia_ytrabajocor$cod_etnia[tabla_etnia_ytrabajocor$Etnia == "Yagán" ] <- "13"
tabla_etnia_ytrabajocor$cod_sexo[tabla_etnia_ytrabajocor$Sexo == "Hombre"] <- "1"
tabla_etnia_ytrabajocor$cod_sexo[tabla_etnia_ytrabajocor$Sexo == "Mujer"] <- "2"
tabla_etnia_ytrabajocor$cod_alfa[tabla_etnia_ytrabajocor$Alfabetismo == "Sí"] <- "1"
tabla_etnia_ytrabajocor$cod_alfa[tabla_etnia_ytrabajocor$Alfabetismo == "No"] <- "2"
tabla_etnia_ytrabajocor$cod_alfa[tabla_etnia_ytrabajocor$Alfabetismo == "No sabe o no hay dato"] <- "3"
tabla_etnia_ytrabajocor_con_codigos <- tabla_etnia_ytrabajocor
writexl::write_xlsx(tabla_etnia_ytrabajocor_con_codigos,"ingresos_etnia/tabla_etnia_ytrabajocor_con_codigos.xlsx")
datatable(tabla_etnia_ytrabajocor_con_codigos, extensions = 'Buttons', escape = FALSE, rownames = FALSE,
options = list(dom = 'Bfrtip',
buttons = list('colvis', list(extend = 'collection',
buttons = list(
list(extend='copy'),
list(extend='excel',
filename = 'tabla_etnia_ytrabajocor_con_codigos'),
list(extend='pdf',
filename= 'tabla_etnia_ytrabajocor_con_codigos')),
text = 'Download')), scrollX = TRUE))
tabla_etnia_yoprcor$cod_etnia[tabla_etnia_yoprcor$Etnia == "No pertenece a ningún pueblo indígena" ] <- "1"
tabla_etnia_yoprcor$cod_etnia[tabla_etnia_yoprcor$Etnia == "Mapuche" ] <- "2"
tabla_etnia_yoprcor$cod_etnia[tabla_etnia_yoprcor$Etnia == "Diaguita" ] <- "3"
tabla_etnia_yoprcor$cod_etnia[tabla_etnia_yoprcor$Etnia == "No sabe o no responde" ] <- "4"
tabla_etnia_yoprcor$cod_etnia[tabla_etnia_yoprcor$Etnia == "Atacameño" ] <- "5"
tabla_etnia_yoprcor$cod_etnia[tabla_etnia_yoprcor$Etnia == "Aymara" ] <- "6"
tabla_etnia_yoprcor$cod_etnia[tabla_etnia_yoprcor$Etnia == "Coya" ] <- "7"
tabla_etnia_yoprcor$cod_etnia[tabla_etnia_yoprcor$Etnia == "Quechua" ] <- "8"
tabla_etnia_yoprcor$cod_etnia[tabla_etnia_yoprcor$Etnia == "Alacalufe" ] <- "9"
tabla_etnia_yoprcor$cod_etnia[tabla_etnia_yoprcor$Etnia == "Sin dato" ] <- "10"
tabla_etnia_yoprcor$cod_etnia[tabla_etnia_yoprcor$Etnia == "Pascuense" ] <- "11"
tabla_etnia_yoprcor$cod_etnia[tabla_etnia_yoprcor$Etnia == "Chango" ] <- "12"
tabla_etnia_yoprcor$cod_etnia[tabla_etnia_yoprcor$Etnia == "Yagán" ] <- "13"
tabla_etnia_yoprcor$cod_sexo[tabla_etnia_yoprcor$Sexo == "Hombre"] <- "1"
tabla_etnia_yoprcor$cod_sexo[tabla_etnia_yoprcor$Sexo == "Mujer"] <- "2"
tabla_etnia_yoprcor$cod_alfa[tabla_etnia_yoprcor$Alfabetismo == "Sí"] <- "1"
tabla_etnia_yoprcor$cod_alfa[tabla_etnia_yoprcor$Alfabetismo == "No"] <- "2"
tabla_etnia_yoprcor$cod_alfa[tabla_etnia_yoprcor$Alfabetismo == "No sabe o no hay dato"] <- "3"
tabla_etnia_yoprcor_con_codigos <- tabla_etnia_yoprcor
writexl::write_xlsx(tabla_etnia_yoprcor_con_codigos,"ingresos_etnia/tabla_etnia_yoprcor_con_codigos.xlsx")
datatable(tabla_etnia_yoprcor_con_codigos, extensions = 'Buttons', escape = FALSE, rownames = FALSE,
options = list(dom = 'Bfrtip',
buttons = list('colvis', list(extend = 'collection',
buttons = list(
list(extend='copy'),
list(extend='excel',
filename = 'tabla_etnia_yoprcor_con_codigos'),
list(extend='pdf',
filename= 'tabla_etnia_yoprcor_con_codigos')),
text = 'Download')), scrollX = TRUE))
df_tablas <- data.frame()
for (var2 in 1:4) {
funcion1 <- function(n){
xx<-switch(n,"2011","2013","2015","2017","2020")
tanio <<- xx
if(xx==2011) {
ingreso <- switch(var2,"ytotaj","yautaj","ytrabaj","yopraj")
eliminated <- casen_2011[!is.na(casen_2011[,c(ingreso)]),]
a <- eliminated[,c(ingreso)]
b <- eliminated$comuna
c <- eliminated$sexo
d <- eliminated$e1 #alfabetismo
e <- eliminated$r2p_cod #migra
anio <- 2011
}
if(xx==2013) {
ingreso <- switch(var2,"ytotcor","yautcor","ytrabajoCor","yoprCor")
eliminated <- casen_2013[!is.na(casen_2013[,c(ingreso)]),]
a <- eliminated[,c(ingreso)]
b <- eliminated$comuna
c <- eliminated$sexo
d <- eliminated$e1 #alfabetismo
e <- eliminated$r2_p_cod #migra
anio <- 2013
}
if(xx==2015) {
ingreso <- switch(var2,"ytotcor","yautcor","ytrabajoCor","yoprCor")
eliminated <- casen_2015[!is.na(casen_2015[,c(ingreso)]),]
a <- eliminated[,c(ingreso)]
b <- eliminated$comuna
c <- eliminated$sexo
d <- eliminated$e1 #alfabetismo
e <- eliminated$r2espp_cod #migra
anio <- 2015
}
if(xx==2017) {
ingreso <- switch(var2,"ytotcor","yautcor","ytrabajocor","yoprcor")
eliminated <- casen_2017[!is.na(casen_2017[,c(ingreso)]),]
a <- eliminated[,c(ingreso)]
b <- eliminated$comuna
c <- eliminated$sexo
d <- eliminated$e1 #alfabetismo
# r2_p_cod. ¿En qué país vivía hace 5 años (2012)?
e <- eliminated$r2_p_cod #migra
anio <- 2017
}
if(xx==2020) {
ingreso <- switch(var2,"ytotcor","yautcor","ytrabajocor","yoprcor")
eliminated <-casen_2020[!(casen_2020[,c(ingreso)] == 0),]
a <- eliminated[,c(ingreso)]
b <- eliminated$comuna
c <- eliminated$sexo
d <- eliminated$e1 #alfabetismo
e <- eliminated$r2_pais_esp #migra
anio <- 2020
}
promedios_grupales <-aggregate(a, by=list(b, c, d, e ), FUN = mean , na.rm = TRUE)
promedios_grupales_sd <-aggregate(a, by=list(b, c, d, e ), FUN = sd , na.rm = TRUE)
promedios_grupales_gini <-aggregate(a, by=list(b, c, d, e ), FUN = gini , na.rm = TRUE)
promedios_grupales$mean = promedios_grupales_sd$mean.a
promedios_grupales$sd = promedios_grupales_sd$sd.a
promedios_grupales$gini = promedios_grupales_gini$gini.a
df<-promedios_grupales
################ -- frecuencia
expan<-switch(n,"expc_full","expc","expc_todas","expc","expc")
tabla_matp <-xtabs(eliminated[,(expan)]~b+c+d+e , data = eliminated)
tabla_matp <- as.data.frame(tabla_matp)
tabla_matp <-tabla_matp[!(tabla_matp$Freq == 0),]
df$freq <- tabla_matp$Freq
df <- df[complete.cases(df), ]
names(df)[1] <- "Comuna"
names(df)[2] <- "Sexo"
names(df)[3] <- "Alfabetismo"
names(df)[4] <- "Migra"
names(df)[5] <- "Promedio del Ingreso"
names(df)[6] <- "Desviación standard"
names(df)[7] <- "Gini"
names(df)[8] <- "freq"
df$Año = xx
direc_cod_com <- paste0("C:/Users/chris/Desktop/archivos grandes/codigos_comunales_2006-2020.rds")
codigos_comunales <- readRDS(file = direc_cod_com)
names(codigos_comunales)[1] <- "Código"
names(codigos_comunales)[2] <- "Comuna"
tabla_df = merge( x = df, y = codigos_comunales, by = "Comuna", all.x = TRUE)
tabla_df <-tabla_df[!(tabla_df$Promedio == 0),]
tabla_df2 <<- tabla_df
}
data_df3 <- data.frame()
for (n in 1:5){
funcion1(n)
data_df3 <- rbind(data_df3,tabla_df2)
}
variable_i <- switch(var2,"ytotcor","yautcor","ytrabajocor","yoprcor")
data_df3$var_id <- paste0(variable_i,"_id")
assign(paste0("tabla_migra_",variable_i),data_df3)
data_df3 <- data.frame()
print(paste0("tabla_migra_",variable_i))
}
## [1] "tabla_migra_ytotcor"
## [1] "tabla_migra_yautcor"
## [1] "tabla_migra_ytrabajocor"
## [1] "tabla_migra_yoprcor"
tabla_migra_ytotcor$cod_sexo[tabla_migra_ytotcor$Sexo == "Hombre"] <- "1"
tabla_migra_ytotcor$cod_sexo[tabla_migra_ytotcor$Sexo == "Mujer"] <- "2"
tabla_migra_ytotcor$cod_alfa[tabla_migra_ytotcor$Alfabetismo == "Sí"] <- "1"
tabla_migra_ytotcor$cod_alfa[tabla_migra_ytotcor$Alfabetismo == "No"] <- "2"
tabla_migra_ytotcor$cod_alfa[tabla_migra_ytotcor$Alfabetismo == "No sabe o no hay dato"] <- "3"
tabla_migra_ytotcor_con_codigos <- tabla_migra_ytotcor
writexl::write_xlsx(tabla_migra_ytotcor_con_codigos,"ingresos_migra/tabla_migra_ytotcor_con_codigos.xlsx")
datatable(tabla_migra_ytotcor_con_codigos, extensions = 'Buttons', escape = FALSE, rownames = FALSE,
options = list(dom = 'Bfrtip',
buttons = list('colvis', list(extend = 'collection',
buttons = list(
list(extend='copy'),
list(extend='excel',
filename = 'tabla_migra_ytotcor_con_codigos'),
list(extend='pdf',
filename= 'tabla_migra_ytotcor_con_codigos')),
text = 'Download')), scrollX = TRUE))
tabla_migra_yautcor$cod_sexo[tabla_migra_yautcor$Sexo == "Hombre"] <- "1"
tabla_migra_yautcor$cod_sexo[tabla_migra_yautcor$Sexo == "Mujer"] <- "2"
tabla_migra_yautcor$cod_alfa[tabla_migra_yautcor$Alfabetismo == "Sí"] <- "1"
tabla_migra_yautcor$cod_alfa[tabla_migra_yautcor$Alfabetismo == "No"] <- "2"
tabla_migra_yautcor$cod_alfa[tabla_migra_yautcor$Alfabetismo == "No sabe o no hay dato"] <- "3"
tabla_migra_yautcor_con_codigos <- tabla_migra_yautcor
writexl::write_xlsx(tabla_migra_yautcor_con_codigos,"ingresos_migra/tabla_migra_yautcor_con_codigos.xlsx")
datatable(tabla_migra_yautcor_con_codigos, extensions = 'Buttons', escape = FALSE, rownames = FALSE,
options = list(dom = 'Bfrtip',
buttons = list('colvis', list(extend = 'collection',
buttons = list(
list(extend='copy'),
list(extend='excel',
filename = 'tabla_migra_yautcor_con_codigos'),
list(extend='pdf',
filename= 'tabla_migra_yautcor_con_codigos')),
text = 'Download')), scrollX = TRUE))
tabla_migra_ytrabajocor$cod_sexo[tabla_migra_ytrabajocor$Sexo == "Hombre"] <- "1"
tabla_migra_ytrabajocor$cod_sexo[tabla_migra_ytrabajocor$Sexo == "Mujer"] <- "2"
tabla_migra_ytrabajocor$cod_alfa[tabla_migra_ytrabajocor$Alfabetismo == "Sí"] <- "1"
tabla_migra_ytrabajocor$cod_alfa[tabla_migra_ytrabajocor$Alfabetismo == "No"] <- "2"
tabla_migra_ytrabajocor$cod_alfa[tabla_migra_ytrabajocor$Alfabetismo == "No sabe o no hay dato"] <- "3"
tabla_migra_ytrabajocor_con_codigos <- tabla_migra_ytrabajocor
writexl::write_xlsx(tabla_migra_ytrabajocor_con_codigos,"ingresos_migra/tabla_migra_ytrabajocor_con_codigos.xlsx")
datatable(tabla_migra_ytrabajocor_con_codigos, extensions = 'Buttons', escape = FALSE, rownames = FALSE,
options = list(dom = 'Bfrtip',
buttons = list('colvis', list(extend = 'collection',
buttons = list(
list(extend='copy'),
list(extend='excel',
filename = 'tabla_migra_ytrabajocor_con_codigos'),
list(extend='pdf',
filename= 'tabla_migra_ytrabajocor_con_codigos')),
text = 'Download')), scrollX = TRUE))
tabla_migra_yoprcor$cod_sexo[tabla_migra_yoprcor$Sexo == "Hombre"] <- "1"
tabla_migra_yoprcor$cod_sexo[tabla_migra_yoprcor$Sexo == "Mujer"] <- "2"
tabla_migra_yoprcor$cod_alfa[tabla_migra_yoprcor$Alfabetismo == "Sí"] <- "1"
tabla_migra_yoprcor$cod_alfa[tabla_migra_yoprcor$Alfabetismo == "No"] <- "2"
tabla_migra_yoprcor$cod_alfa[tabla_migra_yoprcor$Alfabetismo == "No sabe o no hay dato"] <- "3"
tabla_migra_yoprcor_con_codigos <- tabla_migra_yoprcor
writexl::write_xlsx(tabla_migra_yoprcor_con_codigos,"ingresos_migra/tabla_migra_yoprcor_con_codigos.xlsx")
datatable(tabla_migra_yoprcor_con_codigos, extensions = 'Buttons', escape = FALSE, rownames = FALSE,
options = list(dom = 'Bfrtip',
buttons = list('colvis', list(extend = 'collection',
buttons = list(
list(extend='copy'),
list(extend='excel',
filename = 'tabla_migra_yoprcor_con_codigos'),
list(extend='pdf',
filename= 'tabla_migra_yoprcor_con_codigos')),
text = 'Download')), scrollX = TRUE))